全文获取类型
收费全文 | 120篇 |
免费 | 9篇 |
国内免费 | 14篇 |
学科分类
工业技术 | 143篇 |
出版年
2024年 | 1篇 |
2023年 | 4篇 |
2022年 | 2篇 |
2021年 | 4篇 |
2020年 | 2篇 |
2019年 | 7篇 |
2018年 | 1篇 |
2017年 | 1篇 |
2016年 | 5篇 |
2015年 | 5篇 |
2014年 | 6篇 |
2013年 | 9篇 |
2012年 | 4篇 |
2011年 | 8篇 |
2010年 | 8篇 |
2009年 | 2篇 |
2008年 | 7篇 |
2007年 | 8篇 |
2006年 | 6篇 |
2005年 | 6篇 |
2004年 | 9篇 |
2003年 | 7篇 |
2002年 | 4篇 |
2001年 | 2篇 |
2000年 | 2篇 |
1999年 | 2篇 |
1998年 | 5篇 |
1997年 | 5篇 |
1996年 | 3篇 |
1995年 | 2篇 |
1994年 | 3篇 |
1993年 | 3篇 |
排序方式: 共有143条查询结果,搜索用时 15 毫秒
91.
92.
为了对鄂尔多斯盆地华庆地区延长组长8岩性油藏分布进行预测,在明确主要烃源岩为长7,中下部高阻纯泥岩基础上,限定了油藏有利区和油藏富集区的概念,认为岩性油藏富集区具有优先定位优势储层特征,首次探索性地提出,一种利用同一砂带上已知油藏富集区预测未知油藏富集区的储层等水动力定位方法。该方法在鄂尔多斯盆地延长组长8油藏富集区预测中较为实用,并能对试油出水情况进行预测。 相似文献
93.
基于案例推理的入侵检测关联分析研究 总被引:1,自引:0,他引:1
针对基于规则和模型的入侵检测专家系统中难以建立和表达入侵检测规则的问题,利用基于案例推理(CBR)方法对知识要求的低依赖性,将它引入入侵检测(ID)领域,提出了基于案例推理的入侵检测关联分析(CBRIDRA)模型的框架,研究了系统各功能模块,并对其中攻击案例定义、攻击案例检索、攻击案例管理、专家知识系统等关键技术的解决思路和实现方法进行了讨论。 相似文献
94.
郑庆华 《计算机研究与发展》2017,54(12):2647-2648
在1956年的美国达特茅斯会议上,包括麦卡锡、明斯基等在内的4位图灵奖获得者与多名学者共同确立了“人工智能”的概念,希望机器能像人那样认知、思考和学习,即用计算机模拟人的智能。近年来,人工智能研究从过去追求计算机模拟人的智能到追求大数据驱动的智能,追求人机融合,追求“互联网-人-机”更加融合的群体智能,这就是提出人工智能2.0(AI2.0)的由来。人工智能研究者结合大数据技术研究智能城市,发展智慧教育、智能医疗、智能交通、智能游戏、无人驾驶、智能制造,形成了一大批新应用。《计算机研究与发展》推出AI2.0新应用研究专题,报导人工智能在新领域中的实际案例,交流学术思想和研究成果,问题导向、应用驱动、以用促研、以研促用,既促进AI2.0的理论研究,又推动应用发展。本期专题得到同行的广泛关注,通过公开征文收到33篇高质量投稿稿件,这些论文在多个应用领域上阐述了AI2.0关键理论与技术的重要研究成果,展示了人工智能与新领域深度融合的发展前景。本专题严格按照期刊审稿的要求进行,特邀编委先后邀请了二十余位相关领域的专家参与评审,历经初审、复审、终审等阶段,最终遴选出4篇高质量的论文入选本专题。内容涵盖了智能医疗、领域知识图谱生成等应用,在一定程度上反映了当前国内学者在AI2.0的代表性新应用。 相似文献
95.
郑庆华 《计算机研究与发展》2018,55(12):2585-2586
大数据时代的到来,标志着信息技术已经跨越了数字化与网络化阶段,进入智能化处理阶段。由此引发的一个新的挑战就是知识的碎片化问题,表现为与特定主题相关的知识以文本、图像、视频、音频、图、网页等多模态跨模态的形式分散在多个数据源中,呈现出位置分散、模态多样、结构无序、内容片面、动态依赖的特点,由此造成日趋严重的“学习迷航、认知过载”和“只见树木、不见森林”等问题,成为构建智慧化知识密集型应用的一个瓶颈问题。因此,如何从多源、异质、时变的大数据中分析挖掘碎片化知识并融合成为知识图谱,是提升知识可用性和系统性的基础性关键问题,也是大数据、人工智能、知识自动化等领域面临的共性难题。为此,《计算机研究与发展》推出“碎片化知识融合与应用”专题,介绍在此新领域中的实际案例,交流学术思想和研究成果,促进碎片化知识融合与应用的研究与发展。本期专题得到同行的广泛关注,通过公开征文收到15篇高质量投稿稿件,这些论文围绕不同应用领域阐述了碎片化知识融合与应用的研究成果,展现出大数据挖掘、机器学习、深度学习、知识图谱等方法在破解碎片化知识融合与应用难题方面取得的最新进展和前沿趋势。本专题的审稿严格按照期刊审稿的要求进行,特邀编委先后邀请了二十余位相关领域的专家参与评审,历经初审、复审、终审等阶段,最终遴选出3篇高质量的论文入选本专题。内容涵盖了医疗知识图谱、视觉问答系统等应用,在一定程度上反映了当前国内学者在碎片化知识融合的代表性应用。 相似文献
96.
零样本学习旨在识别具有少量、甚至没有训练样本的未见类,这些类与可见类遵循不同的数据分布.最近,随着深度神经网络在跨模态生成方面的成功,使用合成的样本对未见数据进行分类取得了巨大突破.现有方法通过共享生成器和解码器,联合传统生成对抗网络和变分自编码器来实现样本的合成.然而,由于这2种生成网络产生的数据分布不同,联合模型合成的数据遵循复杂的多域分布.针对这个问题,提出跨域对抗生成网络(CrossD-AGN),将传统生成对抗网络和变分自编码器有机结合起来,基于类级语义信息为未见类合成样本,从而实现零样本分类.提出跨域对抗学习机制,引入2个对称的跨域判别器,通过判断合成样本属于生成器域分布还是解码器域分布,促使联合模型中的生成器/解码器不断优化,提高样本合成能力.在多个真实数据集上进行了广泛的实验,结果表明了所提出方法在零样本学习上的有效性和优越性. 相似文献
97.
98.
99.
100.